判断
能发现真实缺陷
候选人是否发现了眼前的真正问题？
稀缺的技能
信心应转化为行动，而非自我评分。
候选人需判断是信任还是质疑 AI 生成的实现方案。若选择质疑，他们需要明确指出不信任的具体代码行，并将自己的理由记录在案。
示例性候选人互动
先做决定，再为决定辩护。
ai-patch/cache.jsAI生成的补丁
1async function getUser(id) {
2 const cached = cache.get(id);
3 if (cached) return cached;
4
5 const user = await db.users.find(id);
6 cache.set(id, user);
7 return user;
8}
指出你不信任的代码行
候选人会指出具体代码行并说明原因，而不是笼统地表示不喜欢该补丁。
“第 3 行即使查找失败仍返回缓存值，因此缺失的用户会被永远当作命中结果返回。”
通话内容和推理过程将被记录在案
审核人可查看哪些内容受到质疑、哪些内容被采信，以及原因。
候选人交互示意图，不代表最终招聘评分。
一份可供审核的记录
候选人的体验在计时开始前就已开始，并在提交后继续。
该工作流旨在减少界面带来的意外，保留每项决策背后的推理过程，并为面试官提供精准的下一个问题，而不是让面试从头开始。
01
在计时器开始前进行演练
在启用练习功能的 AI 代码审查环节中，候选人可以在开始正式作答前练习“信任”或“质疑”。
02
构建与验证
经过配置的筛选环节可以将可执行的工作与 AI 输出审核任务相结合，因此精致的最终答案并非唯一证据。
03
查看记录
招聘团队在分享结果之前，会检查测试、决策、推理过程以及可获取的诚信相关信息。
04
探究不确定性
在有证据可用的情况下，报告可以将遗漏的缺陷和不确定的判断转化为现场验证的提示。
判断力证据
一个边界清晰、诚实可信的窄维度信号。
判断力衡量的是在不确定条件下对正确性的判断。它并不意味着可以取代面试流程中的其他环节。
- 可执行检查为审阅者提供已知答案的证据。
- 缺失的信号保持缺失状态；记分卡不会虚构它未曾捕获的证据。
- AI辅助摘要支持审阅，录用决策由人做出。
- 不对面部、声音、情绪或个性进行评分。
克制
避免误报
他们是否没有改动正确的代码，而是没有质疑一切？
定罪记录
表达不确定性
在有记录的情况下，报告会显示候选人对每项判断的坚持程度。
查看成果物
在接受该说法之前，先检查证据。
示例报告展示了任务结果、AI 代码审查发现、诚信相关背景、适合候选人查看的反馈以及实时跟进之间如何协同配合。
采购问题
尽早使用可比较的评估信号。在能增加深度时，结合公司背景信息。
DevEval 并非主张单次评估即可回答所有招聘问题。它是一个可供审核的证据层，专门针对 AI 使工程工作中更难判断的那部分能力。
为什么不从我们的代码库生成每个界面？
代码库任务对于进入终面的候选人更有深度。在前期环节，答案明确的有限任务更便于比较证据，并减少候选人在展示判断力之前需要消化的公司背景信息量。
候选人可以使用 AI 吗？
当评估配置为允许使用 AI 时，答案是肯定的。DevEval 衡量的是生成之后发生的事：候选人是否质疑薄弱的输出、是否核实重要论断，以及是否能说明哪些内容值得信任。
Discernment 是最终的招聘结论吗？
不会。它只是技术判断的一个结构化证据层。编码、系统思维、沟通能力、岗位背景以及人工审核仍然至关重要。
招聘团队会收到什么？
一份可审阅的记录，包含可用的任务结果、候选人决策与推理过程、AI审阅结果、审阅者备注及针对性后续提示。回放功能和集成功能取决于所选工作流程和套餐。